大型交易系统相关技术以及总结

公司做了大型分布式现货交易系统，包括各种体系，其中涉及的技术需要深入研究下。

其中我负责，整体系统中，最核心的账户体系部分设计、架构以及整体细节实现。

一、技术方面：

1、分布式协调方面：

zookeeper

redis

2、持久化方面

分布式缓存redis

数据持久mysql

3、系统通信方面

dubbo

netty（行情系统使用）

okhttp（http通信使用）

rocketMq

4、系统搭建方面

spring,mybatis,spring boot

5、其他

jwt，高并发，分布式任务

 

二、业务方面：

注册签约流程：

1、注册

2、签约

 

支付流程（三方支付）：

1、出金

2、入金

 

盘后交易流程：

1、认购

2、配购

3、盘后非交易过户

4、提货

 

盘中交易流程

1、委托

2、撮合

3、成交

4、撤单

 

交易所盘中状态修改流程

1、出入金状态

2、交易挂起释放状态

3、账户锁定状态

4、开市闭市状态

 

盘后结算流程

盘后内部对账流程

盘后外部对账流程

 

三、数据流转方面

1、普通用户资金数据流转

2、普通用户持仓数据流转

3、平台资金数据流转

 

总结：涉及业务的具体细节不方便说了，就当给自己记个流水账。但是涉及的技术，自己总结并且写出来。

 

收货：

技术上，就是上面写的的那些

业务上，现货交易，金融系统，三方支付等业务

运维上，包括linux系统部署调试等，shell简单的编写。

开发工具，原来一直是eclipse，现在转idea了

 

吐槽：如果只是上面这些治标不治本的提高，那岂不是很low，呵呵

思维上，

整体流程思维模式，即在编写代码时需要对本系统业务进行考虑，相关业务需要通盘了解并确定是否有涉及。

高度思维模式，即跳出本系统，因为大型交易系统数据量大，流转复杂，涉及到的系统很多，通信方式也不同，所以需要考虑是否涉及其他系统，对整个交易体系进行思维。

无死角思维模式，即对于思维的业务线，不可中断，中间不可以有任何不明确或者任何不清除的死角。

代码上，

对于try/catch的敏感性提高，对于消息队列的业务去重敏感性提高，对于redis读取写入以及分布式缓存设计上，查询维度上敏感度提高，对于面向对象即抽象业务提取思维敏感度提高，对于其他代码的整洁度敏感性提高。对于订阅消息造成的高并发处理敏感度提高。对于重要代码部分埋点日志填写敏感度提高。

 

在沈阳这个技术相对发展较差的地方，还不错，收获颇丰，再接再厉，自在极意功分很多阶段，其实还差很多，有自知之明，继续吧

 

再次吐槽：技术人生首先是要有前瞻性眼光，现在貌似人工智能很火，我是跟风呢？还是继续跑java呢？其实java还没跑明白呢